本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
功能差異：Amazon DocumentDB 和 MongoDB
以下是 Amazon DocumentDB （具有 MongoDB 相容性） 和 MongoDB 之間的功能差異。
Amazon DocumentDB 的功能優勢
隱含交易
在 Amazon DocumentDB 中，所有CRUD陳述式 （findAndModify、updateinsert、、delete） 保證原子性和一致性，即使是修改多個文件的操作也一樣。隨著 Amazon DocumentDB 4.0 的推出，現在支援為多陳述式和多集合操作提供ACID屬性的明確交易。如需在 Amazon DocumentDB 中使用交易的詳細資訊，請參閱 Amazon DocumentDB 中的交易。
以下是 Amazon DocumentDB 中的操作範例，這些操作會修改滿足原子和一致行為的多個文件。
db.miles.update( { "credit_card": { $eq: true } }, { $mul: { "flight_miles.$[]": NumberInt(2) } }, { multi: true } )
db.miles.updateMany( { "credit_card": { $eq: true } }, { $mul: { "flight_miles.$[]": NumberInt(2) } } )
db.runCommand({ update: "miles", updates: [ { q: { "credit_card": { $eq: true } }, u: { $mul: { "flight_miles.$[]": NumberInt(2) } }, multi: true } ] })
db.products.deleteMany({ "cost": { $gt: 30.00 } })
db.runCommand({ delete: "products", deletes: [{ q: { "cost": { $gt: 30.00 } }, limit: 0 }] })
構成 updateMany 和 deleteMany 之類批量操作的個別操作是不可部分完成，但整個批量操作是可部分完成。例如，如果個別插入操作成功執行而沒有錯誤，則整個 insertMany 操作都是不可部分完成。如果 insertMany 操作遇到錯誤，則 insertMany 操作內的每個單獨插入陳述式都將當作不可部分完成操作來執行。如果您需要 insertMany、 updateMany和 deleteMany操作的ACID屬性，建議您使用 交易。
已更新功能差異
Amazon DocumentDB 透過從客戶要求我們建置的功能向後工作，持續改善與 MongoDB 的相容性。本節包含我們在 Amazon DocumentDB 中移除的功能差異，以便讓遷移和建置應用程式更輕鬆地提供給客戶。
陣列索引
截至 2020 年 4 月 23 日，Amazon DocumentDB 現在支援索引大於 2，048 個位元組的陣列。陣列中個別項目的限制仍維持 2，048 個位元組，與 MongoDB 一致。
如果您要建立新索引，則不需要採取任何動作來利用改進的功能。如果您有現有的索引，您可以刪除索引再重新建立，以利用改進的功能。具有改進功能的最新索引版本為 "v" : 3。
注意
對於生產叢集，刪除索引可能會影響您的應用程式效能。建議您在對生產系統變更時先加以測試並小心進行。此外，重新建立索引所需的時間，將是集合整體資料大小的函數。
您可以使用以下命令查詢索引的版本。
db.collection.getIndexes()
此操作的輸出將會如下所示。在此輸出中，索引的版本是 "v" : 3，這是最新的索引版本。
[
{
"v" : 3,
"key" : {
"_id" : 1
},
"name" : "_id_",
"ns" : "test.test"
}
]多金鑰索引
截至 2020 年 4 月 23 日，Amazon DocumentDB 現在支援建立具有相同陣列中多個索引鍵的複合索引。
如果您要建立新索引，則不需要採取任何動作來利用改進的功能。如果您有現有的索引，您可以刪除索引再重新建立，以利用改進的功能。具有改進功能的最新索引版本為 "v" : 3。
注意
對於生產叢集，刪除索引可能會影響您的應用程式效能。建議您在對生產系統變更時先加以測試並小心進行。此外，重新建立索引所需的時間，將是集合整體資料大小的函數。
您可以使用以下命令查詢索引的版本。
db.collection.getIndexes()
此操作的輸出將會如下所示。在此輸出中，索引的版本是 "v" : 3，這是最新的索引版本。
[
{
"v" : 3,
"key" : {
"_id" : 1
},
"name" : "_id_",
"ns" : "test.test"
}
]
字串中的空字元
截至 2020 年 6 月 22 日，Amazon DocumentDB 現在支援字串中的 null 字元 '\0' （ ）。
角色類型存取控制
截至 2020 年 3 月 26 日，Amazon DocumentDB 支援內建角色的角色型存取控制 （RBAC）。如需進一步了解，請參閱 以角色為基礎的存取控制。
$regex 索引
截至 2020 年 6 月 22 日，Amazon DocumentDB 現在支援$regex運算子利用索引的能力。
若要使用與 $regex 運算子的索引，您必須使用 hint() 命令。使用 hint() 時，您必須指定要套用 $regex 之欄位的名稱。例如，如果您在欄位 product 有名為 p_1 的索引，db.foo.find({product: /^x.*/}).hint({product:1}) 將使用 p_1 索引，但 db.foo.find({product: /^x.*/}).hint(“p_1”) 不會使用該索引。您可以使用 explain() 命令或使用分析工具的記錄慢速查詢功能來驗證是否已選擇索引。例如：db.foo.find({product: /^x.*/}).hint(“p_1”).explain()。
注意
hint() 方法一次只能與一個索引一起使用。
$regex 查詢的索引使用已針對使用字首且未指定 I, 、m 或 o 規則運算式選項的查詢進行最佳化。
將 $regex 搭配索引使用時，建議您在有高度選擇性的欄位上建立索引，其中重複值的數目會小於集合中文件總數的 1%。例如，如果您的集合包含 100,000 份文件，則只在相同值出現 1000 次或更少的欄位上建立索引。
巢狀文件的投影
Amazon DocumentDB 和 MongoDB 3.6 版中的運算$project子存在功能差異，該差異已在 Amazon DocumentDB 4.0 中解決，但在 Amazon DocumentDB 3.6 中仍不受支援。
Amazon DocumentDB 3.6 只會在套用投影時考慮巢狀文件中的第一個欄位，而 MongoDB 3.6 也會剖析子文件，並將投影套用至每個子文件。
例如：如果投影為 “a.b.c”: 1，則行為在 Amazon DocumentDB 和 MongoDB 中都會如預期般運作。但是，如果投影是 Amazon DocumentDB 3.6{a:{b:{c:1}}}，則只會將投影套用至 a ，而不是 b或 c。在 Amazon DocumentDB 4.0 中，投影{a:{b:{c:1}}}將套用至 a、 b和 c。
與 MongoDB 的功能差異
主題
$vectorSearch運算子
Amazon DocumentDB 不支援$vectorSearch作為獨立運算子。相反地，我們在$search運算子vectorSearch內部支援 。如需詳細資訊，請參閱矢量搜索 Amazon DocumentDB。
OpCountersCommand
Amazon DocumentDB OpCountersCommand的行為與 MongoDB 的行為不同opcounters.command，如下所示：
MongoDB 的
opcounters.command會計算除插入、更新和刪除之外的所有命令，而 Amazon DocumentDB 的OpCountersCommand也會排除該find命令。Amazon DocumentDB 會將一些內部命令計入
OpCountersCommand。
管理員資料庫和集合
Amazon DocumentDB 不支援管理員或本機資料庫，也不支援 MongoDB system.*或startup_log集合。
cursormaxTimeMS
在 Amazon DocumentDB 中， 會為每個getMore請求cursor.maxTimeMS重設計數器。因此，如果maxTimeMS指定 3000MS，則查詢需要 2800MS而每個後續getMore請求需要 300MS，則游標將不會逾時。游標只會在查詢或個別getMore請求的單一操作花費超過指定的 時逾時maxTimeMS。此外，檢查游標執行時間的掃描程式會以五 （5） 分鐘的精細度執行。
explain()
Amazon DocumentDB 在利用分散式、容錯、自我修復儲存系統的專用資料庫引擎API上模擬 MongoDB 4.0。因此，Amazon DocumentDB 和 MongoDB 之間的查詢計劃和 的輸出explain()可能不同。想要控制其查詢計劃的客戶可以使用 $hint 運算子強制選取偏好的索引。
欄位名稱限制
Amazon DocumentDB 不支援點 “”。文件欄位名稱中，例如 db.foo.insert({‘x.1’:1})。
Amazon DocumentDB 也不支援欄位名稱中的 $ 字首。
例如，在 Amazon DocumentDB 或 MongoDB 中嘗試下列命令：
rs0:PRIMARY< db.foo.insert({"a":{"$a":1}})
MongoDB 將傳回下列項目：
WriteResult({ "nInserted" : 1 })
Amazon DocumentDB 將傳回錯誤：
WriteResult({ "nInserted" : 0, "writeError" : { "code" : 2, "errmsg" : "Document can't have $ prefix field names: $a" } })
注意
此函數差異有例外狀況。下列以 $ 字首開頭的欄位名稱已列入白名單，並可在 Amazon DocumentDB ：$id、$ref 和 $db 中成功使用。
索引建置
Amazon DocumentDB 僅允許在任何指定時間在集合上發生一個索引建置。在前景或背景中。當索引建置目前正在進行時，如果在相同的集合上進行如 createIndex() 或 dropIndex() 等操作，最新嘗試進行的操作將會失敗。
根據預設，Amazon DocumentDB 和 MongoDB 4.0 版中的索引建置會在背景中發生。MongoDB 4.2 版及更新版本會在指定給 createIndexes 或其 Shell 協助程式 createIndex() 和 時忽略背景索引建置選項。 createIndexes()
存留時間 （TTL） 索引會在索引建置完成後啟動過期文件。
路徑中具有空索引鍵的查詢
當您使用包含空白字串作為路徑一部分的索引鍵 （例如 x.、x..b） 進行查詢，且物件在陣列內具有空白字串索引鍵路徑 （例如 {"x" : [ { "" : 10 }, { "b" : 20 } ]}） 時，Amazon DocumentDB 會傳回與在 MongoDB 中執行相同查詢時不同的結果。
在 MongoDB 中，當空白字串金鑰不在路徑查詢結尾時，陣列內的空白金鑰路徑查詢會如預期運作。但是，當空白字串索引鍵位於路徑查詢結尾時，它不會尋找陣列。
不過在 Amazon DocumentDB 中，只會讀取陣列中的第一個元素，因為 會將空字串getArrayIndexFromKeyString轉換為 0，因此字串金鑰查詢會被視為陣列索引查詢。
MongoDB APIs、操作和資料類型
Amazon DocumentDB 與 MongoDB 3.6 和 4APIs.0 相容。如需 up-to-date支援的功能清單，請參閱 Amazon DocumentDB 中支援的 MongoDB、APIs操作和資料類型。
mongodump 和 mongorestore 公用程式
Amazon DocumentDB 不支援管理員資料庫，因此在使用 或 mongorestore公用程式時不會傾印mongodump或還原管理員資料庫。當您使用 在 Amazon DocumentDB 中建立新資料庫時mongorestore，除了還原操作之外，還需要重新建立使用者角色。
注意
對於 Amazon DocumentDB ，我們建議使用 MongoDB 資料庫工具，包括 100.6.1 版。您可以在此處存取 MongoDB 資料庫工具下載 。 https://www.mongodb.com/download-center/database-tools/releases/archive
結果排序
Amazon DocumentDB 不保證結果集的隱含結果排序順序。為確保結果集的排序，請使用 sort() 明確指定排序順序。
以下範例會根據庫存欄位以遞減順序排序庫存集合中的項目。
db.inventory.find().sort({ stock: -1 })
使用$sort彙總階段時，除非$sort階段是彙總管道中的最後一個階段，否則不會保留排序順序。將$sort彙總階段與$group彙總階段搭配使用時，$sort彙總階段只會套用至 $last $first和 累積器。在 Amazon DocumentDB 4.0 中，新增了 的支援$push，以尊重上一個$sort階段的排序順序。
可重試寫入
從與 MongoDB 4.2 相容的驅動程式開始使用，可重試的寫入為預設啟用。不過，Amazon DocumentDB 目前不支援可重試寫入。功能差異會在類似下列錯誤訊息中以資訊清單列出。
{"ok":0,"errmsg":"Unrecognized field: 'txnNumber'","code":9,"name":"MongoError"}
可透過連線字串 （例如，MongoClient("mongodb://my.mongodb.cluster/db?retryWrites=false"))或 MongoClient 建構者的關鍵字引數 （例如，） 停用可重試寫入MongoClient("mongodb://my.mongodb.cluster/db", retryWrites=False))。
以下是透過連線字串停用可重試寫入的 Python 範例。
client = pymongo.MongoClient('mongodb://<username>:<password>@docdb-2019-03-17-16-49-12.cluster-ccuszbx3pn5e.us-east-1.docdb.amazonaws.com:27017/?replicaSet=rs0',w='majority',j=True,retryWrites=False)
稀鬆索引
若要使用您在查詢中建立的稀疏索引，您必須在涵蓋索引的欄位上使用 $exists 子句。如果省略 $exists，Amazon DocumentDB 不會使用稀疏索引。
以下是範例。
db.inventory.count({ "stock": { $exists: true }})
對於稀疏的多金鑰索引，如果查詢文件會導致一組值，且僅缺少一部分索引欄位，Amazon DocumentDB 不支援唯一的金鑰限制。例如，若輸入為 "a" : [ { "b" : 2 }, { "c" : 1 } ] 則不支援 createIndex({"a.b" : 1 }, { unique : true, sparse :true })，因為 "a.c" 會儲存在索引中。
在$all表達式$elemMatch內使用
Amazon DocumentDB 目前不支援在$all運算式內使用$elemMatch運算子。您可以如下所示搭配 $elemMatch 使用 $and，解決問題。
原始操作：
db.col.find({ qty: { $all: [ { "$elemMatch": { part: "xyz", qty: { $lt: 11 } } }, { "$elemMatch": { num: 40, size: "XL" } } ] } })
更新的操作：
db.col.find({ $and: [ { qty: { "$elemMatch": { part: "xyz", qty: { $lt: 11 } } } }, { qty: { "$elemMatch": { qty: 40, size: "XL" } } } ] })
$ne、$nin、$nor、$not、 $exists和 $elemMatch索引
Amazon DocumentDB 目前不支援將索引與 $ne、$nin、、$exists、 和 $nor $not$distinct運算子搭配使用。因此，使用這些運算子會導致集合掃描。使用這些運算子的其中一個之前執行篩選條件或比對，將減少需要掃描的資料量，因此可以改善效能。
Amazon DocumentDB 新增了對 Amazon DocumentDB 5.0 和彈性叢集中運算$elemMatch子進行索引掃描的支援。當查詢僅篩選條件具有一個層級的$elemMatch篩選條件時，支援索引掃描，但如果包含巢狀$elemMatch查詢，則不支援。
$elemMatch 支援 Amazon DocumentDB 5.0 中索引掃描的查詢形狀：
db.foo.find( { "a": {$elemMatch: { "b": "xyz", "c": "abc"} } })
$elemMatch 不支援 Amazon DocumentDB 5.0 中索引掃描的查詢形狀：
db.foo.find( { "a": {$elemMatch: { "b": {$elemMatch: { "d": "xyz", "e": "abc"} }} } })
$lookup
Amazon DocumentDB 支援執行平等比對 （例如，左側外部聯結） 的能力，也支援不相關的子查詢，但不支援關聯的子查詢。
將索引與 搭配使用 $lookup
您現在可以將索引與$lookup階段運算子搭配使用。根據您的使用案例，您可以使用多種索引演算法來最佳化效能。本節將說明 的不同索引演算法，$lookup並協助您選擇最適合工作負載的索引演算法。
依預設，Amazon DocumentDB 會在allowDiskUse:false使用時使用雜湊演算法，並在allowDiskUse:true使用時排序合併。
注意
find 命令目前不支援allowDiskUse此選項。僅支援 選項做為彙總的一部分。我們建議您使用彙總架構搭配 allowDiskUse:true 來處理可能超過記憶體限制的大型查詢。
對於某些使用案例，可能需要強制查詢最佳化工具使用不同的演算法。以下是$lookup彙總運算子可以使用的不同索引演算法：
巢狀迴圈 ：如果外部集合 <1 GB，且外部集合中的欄位具有索引，巢狀迴圈計畫通常有利於工作負載。如果使用巢狀迴圈演算法，解釋計畫將顯示階段為
NESTED_LOOP_LOOKUP。排序合併 ：如果外部集合在查詢中使用的欄位上沒有索引，且工作資料集不適合記憶體，則排序合併計畫通常有利於工作負載。如果正在使用排序合併演算法，則說明計畫會將階段顯示為
SORT_LOOKUP。雜湊 ：如果外部集合 < 1GB，且工作資料集適合記憶體，雜湊計畫通常有利於工作負載。如果使用雜湊演算法，解釋計畫會將階段顯示為
HASH_LOOKUP。
您可以使用查詢上的說明來識別運算$lookup子正在使用的索引演算法。以下是範例：
db.localCollection.explain(). aggregate( [ { $lookup: { from: "foreignCollection", localField: "a", foreignField: "b", as: "joined" } } ] output { "queryPlanner" : { "plannerVersion" : 1, "namespace" : "test.localCollection", "winningPlan" : { "stage" : "SUBSCAN", "inputStage" : { "stage" : "SORT_AGGREGATE", "inputStage" : { "stage" : "SORT", "inputStage" : { "stage" : "NESTED_LOOP_LOOKUP", "inputStages" : [ { "stage" : "COLLSCAN" }, { "stage" : "FETCH", "inputStage" : { "stage" : "COLLSCAN" } } ] } } } } }, "serverInfo" : { "host" : "devbox-test", "port" : 27317, "version" : "3.6.0" }, "ok" : 1 }
除了使用 explain()方法的 之外，您也可以使用分析器來檢閱與您使用 $lookup運算子搭配使用的演算法。如需描述檔的詳細資訊，請參閱 分析 Amazon DocumentDB 操作。
使用 planHint
如果您想要強制查詢最佳化工具搭配 使用不同的索引演算法$lookup，您可以使用 planHint。若要這麼做，請使用彙總階段選項中的註解來強制執行不同的計劃。以下是註解的語法範例：
comment : { comment : “<string>”, lookupStage : { planHint : “SORT” | “HASH” | "NESTED_LOOP" } }
以下是使用 planHint強制查詢最佳化工具使用HASH索引演算法的範例：
db.foo.aggregate( [ { $lookup: { from: "foo", localField: "_id", foreignField: "_id", as: "joined" }, } ], { comment : "{ \\"lookupStage\\" : { \\"planHint\\": \\"HASH\\" }}"
若要測試哪種演算法最適合您的工作負載，您可以使用 explain方法的 executionStats 參數來測量$lookup階段的執行時間，同時修改索引演算法 （即 HASH/SORT/NESTED_LOOP）。
下列範例示範如何使用 executionStats 來測量使用SORT演算法的$lookup階段執行時間。
db.foo.explain(“executionStats”).aggregate( [ { $lookup: { from: "foo", localField: "_id", foreignField: "_id", as: "joined" }, } ], { comment : "{ \\"lookupStage\\" : { \\"planHint\": \\"SORT\\" }}"
